2026年11月17日、Googleは正式にGemini Tasksを米国・日本・韓国・カナダ・オーストラリア・インドの6カ国ユーザーに無料で開放した。基盤となるエンジンは、稼働から約10年を迎えるGoogle Duplex電話代理技術である。ユーザーはGeminiアプリのホーム画面でTasksモードに切り替えるだけで、システムが自律的に地元の店舗に電話をかけ、レストランの予約や美容院の予約といった日常的な用件を処理できる。さらにGoogle PayのAgent Payments Protocol(AP2)を通じ、ユーザーが事前に設定した支出上限の範囲内で支払いも完了する。通話全体を通じて「私はGoogleの自動化AIシステムです」という身分開示が強制的に行われ、店舗側は通話中に口頭で拒否することも、Googleビジネスプロフィールの管理画面からこの種の着信を永久にオフにすることもできる。
このシステムはGoogleの最新モデルであるGemini 4 Hydrogenで動作する。技術的な系譜をたどると、Duplexは2018年の発表時にカスタムのリカレントニューラルネットワーク(RNN)に依存しており、当時はレストランの席予約や営業時間の問い合わせなど、極めて限られた垂直領域の閉じたシナリオしか処理できず、システムの「理解」はあらかじめ記述された会話分岐スクリプトに依存していた。Googleリサーチが2026年11月20日に発表した技術的振り返りによると、Duplexのアーキテクチャはその後3段階の進化を経た。2022年にLaMDAを導入した段階では生成モデルと決定論的状態追跡を組み合わせた過渡的アーキテクチャを採用し、2025年から2026年にかけてはファウンデーションモデルにより固定された垂直領域の制約を完全に脱却し、Google検索およびAsk Mapsにおいて自由テキストのプロンプトによる横断的な業種対応を先行実現した。そして今回のGemini Tasksのリリースにより、完全に統合されたGemini技術スタックが旧来の領域別アーキテクチャを正式に置き換えた。今やエンジニアは「レストラン」と「美容院」のために個別の会話モデルを訓練する必要はなく、Gemini 4のファウンデーションモデル一つで任意の店舗とのオープンな会話に対応できる。
このシステムをリアルタイム通話で実用化することは、テキスト対話をはるかに超える技術的難易度を持つ。Googleリサーチの公開情報によると、実際の電話回線では厨房の騒音や街頭の環境音といった音響的干渉が生じ、話者は文の途中で発言内容を変更することがあり、半秒の沈黙が通話切断と受け取られ、割り込みは礼節の失敗を意味する。これに対応するため、システムは音響モデルと会話リズムモデルを専用に導入し、発話の交代タイミングと遅延許容度を処理するとともに、推論チェーン全体が圧縮された電話回線でのサブ秒レベルのストリーミングレスポンスに最適化されている。通話前には過去の発着信データを用いて実行可能性の事前判断も行われ、たとえばある店舗が週末の複数人予約を受け付けるかどうかを判定することで、無効な発信を減らす。各タスクはそのユーザーアカウント専用のハードウェア分離仮想マシン上で実行され、プロンプトインジェクションフィルターとSafe Browsingによる検出レイヤーが重ねて適用される。
支払いフローは今回のリリースにおいてもう一つの技術的な重点領域である。Agent Payments ProtocolはMastercardとVisaをサポートしており、American Expressも近く接続される見込みだと伝えられている。システムはいかなる購入操作を実行する前もユーザーの確認を求め、領収書は自動的にGoogle Walletに保存される。信頼済みの日常的な操作については、ユーザーが「Always allow」ポリシーを設定して割り込みを減らすことができる。このプロトコルは実質的に、AIエージェントと決済インフラの間に標準化された認可インターフェースを定義するものであり、AIはユーザーの代理として行動するが、各取引の認可範囲はユーザーが事前に設定し、エージェントはその権限を超えることができない。
ユーザーにとって、TasksはChatとは別に、長時間タスクや定期的な用件向けに設計されたインタラクションチャネルを完全無料で提供する。今回対応したサードパーティアプリは60以上にのぼり、開発者は参加申請が可能だ。ただし地理的制限は依然として顕著で、米国内では州レベルのプライバシー法制の差異により、インディアナ、ルイジアナ、ミネソタ、モンタナ、ネブラスカの5州では通話機能が全面的にブロックされている。ドイツ、オーストリア、スイスおよびEU経済圏全体も第一陣の対象に含まれていないが、これはEUのAIシステムへのコンプライアンス要件の複雑さと直接関係している。
デジタル予約システムを持たない中小事業者にとって、この仕組みはゼロコストの顧客接点チャネルを提供する。AIが予約意向を代わりにフィルタリングし、情報をGoogleマップのビジネスプロフィールに同期するため、事業者側に専用ソフトウェアの導入は一切不要だ。Googleが2023年に公開したデータによると、Duplexがこれまでの通話を通じて収集した店舗情報は、検索とマップ上での表示回数が累計1兆回を超えている。この数字は、電話チャネルで収集された事業者側のデータ自体がGoogleマップの鮮度を維持する重要な源泉の一つであることを示しており、Tasksの本格展開によってこのデータフライホイールはさらに強化されることになる。
AI業界の他のプレイヤーにとって、今回のリリースはコンプライアンスの参照点を設定するものでもある。AIの身分強制開示の仕組み、店舗単位のオプトアウト制御、ハードウェア分離によるタスクサンドボックス、支出上限の事前認可——この4つの設計の組み合わせは、「説明責任を持つ自律エージェント」が備えるべき最低限の技術的基盤を事実上描き出している。これらを実装しても、システムがエラーを起こさないわけではない(Googleも公式にエラーの完全排除は不可能と認めている)が、いずれか一つでも欠けていれば、規制当局や世論からの圧力はより大きくなるだろう。
今回のリリースの歴史的な位置づけを理解するには、2018年のあの広報上の危機に遡る必要がある。DuplexはGoogle I/Oの演示でAIと実際のレストランの受付スタッフとの通話録音を披露したが、AI身分の開示は一切なく、システムは高度に人間らしい間やフィラーワードを模倣していた。このデモは米国の複数の州で立法上の関心を呼び起こし、メディアと一般市民からの批判は「欺瞞的に人間を模倣している」という一点に集中した。Googleはその後の実際の展開においてAI声明を追加したが、当時の実用規模は極めて限られており、AIの透明性に関するコンプライアンスの執行基準は業界全体で長らく自主的な取り組みにとどまっていた。
8年後の今回、強制的なAI身分開示はオプションのコンプライアンス付属品としてではなく、迂回不可能な技術的制約としてシステムアーキテクチャに組み込まれた。この変化の意義はGoogleの倫理水準が向上したことにあるのではなく、技術的・市場的条件が整い、「透明性」をゼロの追加摩擦でシステムに内包することが可能になった点にある。Gemini 4の低遅延合成能力は、通話の冒頭に明確なAI声明を挿入しても会話のリズムを損なわないレベルに達しており、同時に事業者向けの構造化されたオプトアウト機能が、このシステムに持続可能な運営の商業的論理をもたらしている。
戦略的な方向性について、まず第一に、Agent Payments Protocolがクロスプラットフォームの標準になれるかどうかという問題がある。AppleやMicrosoft、SamsungといったプラットフォームがAP2をAIエージェント決済プロトコルの統一インターフェースとして採用するようになれば、これはGoogleの製品機能からインフラ層での主導権争いへと発展する。第二に、EUへの参入タイミングの問題がある。Tasksは現時点でEU経済圏を全面的に迂回しているが、EU AI法が「高リスクAIシステム」の分類要件をAI電話代理にどのように適用するかが、この種のサービスが欧州で実現可能かどうかを直接決定し、その判断は世界の他の規制管轄区域にとっても先例となる。第三に、事業者の実際の受容度の問題がある。Duplexの通話データはこれまで主に店舗の営業時間確認に使われてきたが、Tasksが対象とするのは完全な商業予約の対話である。事業者が実際の利用においてオプトアウトする率が、「電話代理→予約完了→マップデータ更新」というデータフライホイールをこのシステムが本当に回せるかどうかを左右する中核的な指標となるだろう。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接